Wstęp

W trosce o poprawę jakości nauczania i organizacji systemów edukacyjnych na świecie prowadzi się różnorodne programy i badania gromadzące dane na temat umiejętności i wiedzy uczniów. Jednym z nim jest PISA (Programme for International Student Assessment) - program kordynowany przez Organizację Współpracy Gospodarczej i Rozwoju. Jego celem jest uzyskanie porównywalnych danych o umiejętnościach uczniów, którzy ukończyli 15. rok życia.

Badania prowadzone w ramach PISA kładą nacisk na umiejętności kojarzenia i praktycznego wykorzystania wiedzy oraz umiejętności z różnych dziedzin. Badania przeprowadzane są regularnie co trzy lata, a wyróżnia się w nich trzy podstawowe dziedziny: czytanie i interpretacja, matematyka i rozumowanie w naukach przyrodniczych.

W niniejszym raporcie wykorzystamy dane zgromadzone w 2018 roku. Skupimy się na umiejętnościch uczniów w czytaniu i interpretacji oraz matematyce. Przeanalizujemy jak wyniki uczniów przedstawiją się w podziale na płcie i kraje.

Dane

Więcej na temat PISA można przeczytać na stronie: www.oecd.org/pisa/

Dane analizowane w raporcie zostały pobrane z poniższej bazy: pisadataexplorer.oecd.org

Analiza według podziału na dyscypliny

Jak czytać wykresy?

Wykresy przedstawiają średnie wyniki chłopców i dziewczynek z każdego z 37 państw uzyskane w testach sprawdzających odpowiednio umiejętności czytania i interpretacji oraz umiejętności matematyczne. Wielkość markera jest proporcjonalna do średniego wyniku wszystkich piętnastolatów przebadanych w danym kraju w 2018 roku. Z kolei jego kolor przypisany jest do odpowiadającego mu kontynentu.

fig1 <- plot_ly(data = df,
             x = ~Women_in_reading, 
             y = ~Men_in_reading,
             size = ~All_in_reading,
             text = ~Country,
             type="scatter",
             mode="markers",
             color = ~Continent,
             colors = c("#4daf4a", "#e41a1c", "#377eb8","#ff7f00","#984ea3"),
             sizes = c(5, 20),
             marker = list(opacity = 0.5, sizemode = 'diameter')) %>%
  layout(title = "Umiejętności czytania i interpretacji wg. PISA",
         xaxis=list(title="Dziewczynki"),
         yaxis=list(title="Chlopcy"))
fig1
  • Można zauważyć, że dziewczynki osągają średnio o 30 punktów lepsze wyniki niż chłopcy w przypadku czytania ze zrozumieniem.

  • Znacząco niższe wyniki obserwujemy w przypadku uczniów z Kolumbii i Meksyku. Trochę lepiej, ale wciąż negatywnie wyróżniją się w tej dziedzinie Chile, Słowacja i Grecja.

  • Ciekawa sytuacja ma miejce w przypadku Finlandii, ponieważ jest to kraj, w którym dziewczynki osiągały średnio najwyższe wyniki, ale jednocześnie obserwujemy tam największą dysproporcję między wynikami chłopców (495) i dziewczynek (546).

  • Najwyższe i najbardziej zbliżone między płcami wyniki uzyskano w Estonii, Kanadzie, Irlandii i Korei.

fig2 <- plot_ly(data = df,
                x = ~Women_in_math, 
                y = ~Men_in_math,
                size = ~All_in_math,
                text = ~Country,
                type="scatter",
                mode="markers",
                color = ~Continent,
                colors = c("#4daf4a", "#e41a1c", "#377eb8","#ff7f00","#984ea3"),
                sizes = c(5, 20),
                marker = list(opacity = 0.5, sizemode = 'diameter')) %>%
  layout(title = "Umiejętności matematyczne wg. PISA",
         xaxis=list(title="Dziewczynki"),
         yaxis=list(title="Chlopcy"))
fig2
  • W przypadku wyników uczniów z matematyki są one bardzo zbliżone dla obu płci. Nie zachodzą tam zauważalne dysproporcje.

  • Kolejno najniższe wyniki uzyskały dzieci uczące się w Kolumbii, Maksyku i Chile.

  • Nie najlepiej w tym rankingu wypadła także Grecja, Turcja i Izrael.

  • W matematycznym rozumowaniu przodują natomiast kraje azjatyckie - Japonia i Korea, a także Estonia.

Analia według podziału na płcie

Jak czytać wykresy?

Wykresy przedstwiają uśrednione wyniki z matymatyki i czytania ze zrozumieniem osiągane odpowiednio przez chłopców i dziewczynki z różnych krajów. Kolor markera oznacza odpowiedni kontynent.

fig3 <- plot_ly(data = df,
                x = ~Women_in_reading, 
                y = ~Women_in_math,
                text = ~Country,
                type="scatter",
                mode="markers",
                color = ~Continent,
                colors = c("#4daf4a", "#e41a1c", "#377eb8","#ff7f00","#984ea3"),
                marker = list(opacity = 0.5, sizemode = 'diameter', size=10)) %>%
  layout(title = "Dziewczynki",
         xaxis=list(title="czytanie i interpretacja"),
         yaxis=list(title="matematyka"))
fig3
  • Na podstwie wykresu można wynioskować, że dziewczynki osiągają odrobinę lepsze wyniki w czytaniu niż w matematyce.

  • W krajach azjatyckich (Japoni, Korea) i europejskich (Holandia, Estonie, Poslaka, Szwjcaria, Finlandia) uczącą się najbardziej rozwinięte pod względem matematycznym dziewczynki.

  • Kraje wypadające najsłabiej w tym przypadku to te same, które zostały wymienione w tej kategorii w poprzednich zestwieniach.

fig4 <- plot_ly(data = df,
                x = ~Men_in_reading, 
                y = ~Men_in_math,
                text = ~Country,
                type="scatter",
                mode="markers",
                color = ~Continent,
                colors = c("#4daf4a", "#e41a1c", "#377eb8","#ff7f00","#984ea3"),
                marker = list(opacity = 0.5, sizemode = 'diameter', size=10)) %>%
  layout(title = "Chlopcy",
         xaxis=list(title="czytanie i interpretacja"),
         yaxis=list(title="matematyka"))
fig4
  • Przyglądając się wynikom chłopców zauważamy, że są one znacznie lepsze jeśli chodzi o umiejętności matematyczne.

  • Matematycznie uzdolnieni chłopcy uczą się w tych samych krajach co matematycznie uzdolnione dziewczynki oraz w Kanadzie.

  • Kraje osiągające najniższe wyniki pozostają niezmienne.

  • Na Słowacji dostrzegamy odbiegającą od normy dysproporcję między kompetencjami matematycznymi (488) a interpretacyjnymi (441) chłopców, z przewagą dla matematyki.

Szczegółowe dane

Poniżej zanajduje się interaktywna tabelka zawierająca dane przedstwione wcześniej na wykresach.

df %>% 
  DT::datatable()

Podsumowanie

  • Bogate azjatyckie kraje (Japonia i Korea) oraz zamożne pólnocnoeuropejsie państwa (Estonia, Finlandia, Szwajcaria, Holandia, Dania, Polska), a także Kanada mogą pochwalić się wysokimi wynikami w rankingu PISA.

  • Wyniki dzieci uczących się w Polsce bardzo pozytywnie wyróżniają się na tle światowym. Zarówno w przypadku czytania i interpretacji, jak i matematyki Polska plasuje się w pierwszej piątce najlepszych wyników.

  • Niski poziom eudkacji odnotowujemy w Kolumbii, Meksyku, Chile, a także Grecji, Turcji i Izraelu.

  • Dysproporcje między umiejętnościami w obu dziedzinach w podziale na obie płcie są mniej ujednolicone niż różnice odnotowane między płcami w obrębie tej samej dziedziny. Wnioskiem z tej obserwacji może być to, że edukacja w danym kraju utrzymuje się na podbnym poziomie nie zależnie do dziedziny. Jednak na ostateczne wyniki uczniów mają wpływ również ich upodobnia i predyspozycje częściowo związane z płcią.

  • Kompetencje matematyczne i interpretacyjne dziewczynek utrzymują się na podbnie wysokim poziomie, natomiast u chłopców zachodzi pod tym względem dysproporcja z korzyścią dla umiejętności matematycznych. Powoduje to, że osiągają oni przeciętnie wyższe wyniki w tej dziedzinie niż dziewczynki. Z kolei dziewczynki mają nad nimi przewagę w kwestii czytania i interpretacji tekstów.